CAJ | 학술논문

有源电力滤波器补偿性能与所采用的谐波检测方式有很大的依赖关系,针对现有的检测方法存在精度不高、对电网频率变化比较敏感、自适应能力不强的缺点,本文提出基于粒子群优化算法的RBF神经网络的谐波检测方法.用自适应的方法对粒子群优化算法的参数进行了调整,使其能够更好地适应复杂的非线性环境,从而可以更灵活地调节PSO算法的全局搜索能力和局部开发能力.在算法的基础上,根据已开发的系统配置和学习算法,探讨了模拟电路的实现方法,运用PSIM软件对电路进行了模拟仿真.仿真结果表明,该方法具有很好的实时性、较高的检测精度以及自适应跟踪负载电流变化的能力.
유원전력려파기보상성능여소채용적해파검측방식유흔대적의뢰관계,침대현유적검측방법존재정도불고、대전망빈솔변화비교민감、자괄응능력불강적결점,본문제출기우입자군우화산법적RBF신경망락적해파검측방법.용자괄응적방법대입자군우화산법적삼수진행료조정,사기능구경호지괄응복잡적비선성배경,종이가이경령활지조절PSO산법적전국수색능력화국부개발능력.재산법적기출상,근거이개발적계통배치화학습산법,탐토료모의전로적실현방법,운용PSIM연건대전로진행료모의방진.방진결과표명,해방법구유흔호적실시성、교고적검측정도이급자괄응근종부재전류변화적능력.